一种图像处理模型构建方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种图像处理模型构建方法、装置、设备及可读存储介质，该方法包括：获取并解析模型构建请求，得到模型集成模块选取参数；利用模型集成模块选取参数，生成配置文件；调用配置文件，从图像处理模型集成库中选出模型集成模块；利用模型集成模块，构建初始图像处理模型；训练初始图像处理模型，得到用于处理医学图像的目标图像处理模型。在该方法中，仅基于模型选取参数便可基于图像处理模型集成库中的模型集成模块，实现快速且自动地构建出模型并完成训练，简化了模型构建流程，能够减少用户/研究者的技术门槛。在面对多场景的情况下，可避免用户/研究者的重复工作。可避免用户/研究者的重复工作。可避免用户/研究者的重复工作。

【技术实现步骤摘要】
一种图像处理模型构建方法、装置、设备及可读存储介质


[0001]本专利技术涉及计算机应用
，特别是涉及一种图像处理模型构建方法、装置、设备及可读存储介质。

技术介绍

[0002]对于处理医学图像的图像处理模型的构建，不仅要求开发人员具有图像处理技术知识，还要求开放人员能够充分了解医学图像处理的需求和相关常识。这对开发人员而言，是困难的。下面以图像处理模型构建为例，对此进行详细说明。
[0003]影像组学：从医学影像中提取高通量特征来量化肿瘤等重大疾病，并借助机器学习等数据挖掘技术，揭示医学影像背后蕴含的生物学本质。其在肿瘤诊断分型、治疗方案选择和预后分析等方面表现出巨大优势，是临床医学和生物医学工程的研究热点。
[0004]影像组学研究中，一个影像组学模型的建立，大致流程依次为：图像分割、影像组学特征提取、特征工程(如特征筛选、特征降维等)、数据挖掘(特征建模)。为适应影像组学多场景建模的需要，研究者们往往通过不断地调整各个步骤的参数、方法，进而得到最优秀的影像组学模型。
[0005]在影像组学模型的构建过程中，需本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理模型构建方法，其特征在于，包括：获取并解析模型构建请求，得到模型集成模块选取参数；利用所述模型集成模块选取参数，生成配置文件；调用所述配置文件，从图像处理模型集成库中选出模型集成模块；利用所述模型集成模块，构建初始图像处理模型；训练所述初始图像处理模型，得到用于处理医学图像的目标图像处理模型。2.根据权利要求1所述的图像处理模型构建方法，其特征在于，所述获取并解析模型构建请求，得到模型集成模块选取参数，包括：对人机交互界面进行监控，得到所述模型构建请求；解析所述模型构建请求，得到所述模型集成模块选取参数；所述模型集成模块选取参数包括模型集成模块标识和模型集成模块内部参数。3.根据权利要求1所述的图像处理模型构建方法，其特征在于，包括：所述图像处理模型集成库为影像组学模型集成库，相应地，所述初始图像处理模型为初始影像组学模型，所述目标图像处理模型为目标影像组学模型。4.根据权利要求3所述的图像处理模型构建方法，其特征在于，调用所述配置文件，从图像处理模型集成库中选出模型集成模块，包括：调用所述配置文件，并从所述影像组学模型集成库中选出特征提取器、特征工程算法和网络。5.根据权利要求4所述的图像处理模型构建方法，其特征在于，调用所述配置文件，并从所述影像组学模型集成库中选出特征提取器、特征工程算法和网络，包括：利用特征提取模块，根据所述配置文件配置所述特征提取器，并生成所述特征提取器的配置表；利用特征工程模块，根据所述配置文件从集成的多种特征筛选算法和多种特征降维算法中筛选出所述特征工程算法；所述特征工程算法包括所述特征筛选算法和所述特征降维算法；利用网络模块，根据所述配置文件从集成的机器学习网络和/或深度学习分类网络中选择所述网络。6.根据权利要求3所述的图像处理模型构建方法，其特征在于，训练所述初始图像...

【专利技术属性】
技术研发人员：赵万明，
申请(专利权)人：深圳开立生物医疗科技股份有限公司，
类型：发明
国别省市：